排序方式: 共有3条查询结果,搜索用时 5 毫秒
1
1.
2.
知识图谱作为当前最有效的知识组织和服务方式,已经成为人工智能的基石,在语义搜索、机器翻译、信息推荐等方面得到了广泛的应用。大数据时代下,地球科学(以下简称地学)分散、多源、异构数据的整合集成、挖掘分析及其知识的智能发现等迫切需要知识图谱的支撑。为了促进地学知识图谱的建设与应用,自2019年启动以来,“深时数字地球国际大科学计划”(Deep-time Digital Earth,简称DDE)就将知识图谱作为其重要的研究建设内容,经过3年多的建设,DDE已经建设形成了大量的地学知识图谱,亟需一站式共享这些知识图谱。文章首先介绍了DDE知识图谱内容体系,分析了DDE知识图谱内容组成及其特征;在此基础上,开展了地学知识图谱一站式共享服务系统的设计,包括系统功能体系和架构的设计;最后介绍了系统实现的技术路线及其关键技术。实践证明系统可有效实现DDE知识图谱的一站式共享服务,可为类似的知识共享服务系统提供参考。 相似文献
3.
地球科学(以下简称地学)知识图谱将地学知识以有向图的方式进行形式化表达,具有强大的知识表达能力、开放互联能力和推理预测能力,是地学与人工智能交叉融合发展的基础设施之一,已成为当前地学研究中重要的研究热点。因此,国际上很多科学组织或团队先后开展了地学领域的知识图谱研究,并构建了一系列具有代表性的知识图谱。然而,目前尚缺乏对这些知识图谱的深入研究和分析。文章从基本情况、构建方法、主要内容及特点等方面,对当前国际上主要的地学领域知识图谱进行了系统的比较分析,并在此基础上,指出了对未来地学知识图谱研究的启示:从构建方法上,应构建地学知识图谱统一表达模型,建立融合多源、多模态数据的知识源,研究地学知识表示与计算方法;从内容上,应加强地学知识时空特征描述,考虑地学知识复杂时空关系和推理规则;从应用上,应发展地学知识质量评估和修正方法,提升地学知识图谱应用成效。 相似文献
1